Linux服务器部署Selenium动态认证代理

原创已于 2024-09-13 11:30:24 修改 · 385 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#selenium #测试工具 #爬虫 #网络 #python #linux #服务器

于 2024-09-12 10:55:55 首次发布

爬虫专栏收录该内容

5 篇文章

订阅专栏

最近在爬英国一些电商网站时，需要使用代理来避免被封。这边使用的是某网站的账密认证代理。构建拓展：extension.py

import zipfile


def proxies(username, password, endpoint, port):
    manifest_json = """
    {
        "version": "1.0.0",
        "manifest_version": 2,
        "name": "Proxies",
        "permissions": [
            "proxy",
            "tabs",
            "unlimitedStorage",
            "storage",
            "<all_urls>",
            "webRequest",
            "webRequestBlocking"
        ],
        "background": {
            "scripts": ["background.js"]
        },
        "minimum_chrome_version":"22.0.0"
    }
    """

    background_js = """
    var config = {
            mode: "fixed_servers",
            rules: {
              singleProxy: {
                scheme: "http",
                host: "%s",
                port: parseInt(%s)
              },
              bypassList: ["localhost"]
            }
          };

    chrome.proxy.settings.set({value: config, scope: "regular"}, function() {});

    function callbackFn(details) {
        return {
            authCredentials: {
                username: "%s",
                password: "%s"
            }
        };
    }

    chrome.webRequest.onAuthRequired.addListener(
                callbackFn,
                {urls: ["<all_urls>"]},
                ['blocking']
    );
    """ % (endpoint, port, username, password)

    extension = 'proxies_extension.zip'

    with zipfile.ZipFile(extension, 'w') as zp:
        zp.writestr("manifest.json", manifest_json)
        zp.writestr("background.js", background_js)

    return extension

然后在爬虫中使用：

from discount_spider_extension import proxies

proxies_extension = proxies(proxies_user_name, proxies_password, proxies_endpoint, proxies_port) #这里各项认证需用自己的

options = webdriver.ChromeOptions()
#options.add_argument('--headless')
options.add_argument('--no-sandbox')
options.add_argument('--disable-dev-shm-usage')
options.add_experimental_option('excludeSwitches', ['enable-logging'])
options.add_extension(proxies_extension)

# 启动 Chrome 浏览器
driver = webdriver.Chrome(options=options, executable_path="/home/spider/chromedriver")
driver.set_window_size(1920, 1080)

这样就可以正常使用了。注意不可使用无头模式，否则会启动失败。如果部署在无界面的服务器，则要在启动driver之前添加代码：

from pyvirtualdisplay import Display# 在chromedriver启动前启动一个显示器
display = Display(visible=0, size=(800, 800))
display.start()

这样就可以构建虚拟显示器用于chromedriver。需要先安装库：

yum install Xvfb
pip install pyvirtualdisplay